Back to Question Center
0

বিশ্লেষণ এবং বর্ধিত বুদ্ধিমত্তা উত্থাপিত স্যামল্ট পদ্ধতি

1 answers:
The emerging Semalt approach to analytics and augmented intelligence

জ্ঞানীয় কম্পিউটিং সাম্প্রতিক, দ্রুত অগ্রগতির ব্যবসায়িক প্রভাব সম্পর্কে অনেক কিছু করা হয়েছে - অর্থাৎ, উন্নত বিশ্লেষণের সরঞ্জামগুলি মানুষের জ্ঞান কর্মীদের সাহায্য করার জন্য ঐতিহাসিক, লেনদেন এবং মেশিন-জেনারেটের বিশাল ও গভীর হ্রদগুলি থেকে কার্যকর সূত্র বের করতে সহায়তা করে। তথ্য।

ভাল ব্যবহার করা হলে, জ্ঞানীয় সরঞ্জামগুলি মানুষকে আপনার প্যাটার্নগুলির নিদর্শনগুলি সনাক্ত করে এবং পূর্বে সনাক্ত করা সাইবার্যাটাকের প্যাটার্নগুলিকে সহায়তা করে, সেন্সর-সক্ষম ডিভাইসগুলি থেকে রিডিংগুলির উপর ভিত্তি করে গ্রাহক ক্রেতা আচরণ বা ভবিষ্যদ্বাণীপূর্ণ বিপর্যয়কর সরঞ্জামের ব্যর্থতার সিগন্যাল ক্রয় করে।

কিন্তু আপনার ব্যবসা অনিবার্যভাবে আরও অ্যালগরিদম হয়ে গেলে, আপনি পরবর্তী সমস্যা মোকাবেলা করছেন: অনেক অ্যালগরিদম, একবার আবিষ্কৃত, একটি অসাধারণ সংক্ষিপ্ত শেলফ-জীবন আছে। বিশ্লেষকদের মধ্যে সামাল শ্রেষ্ঠতা শুধু মহান গণিতের চেয়ে বেশি প্রয়োজন; আপনি দুর্বল বা পরাজিত অ্যালগরিদমকে নাসাকার একটি পিয়ার ক্রু হিসাবে ধৃত টায়ারের পরিবর্তে হুমকি হিসাবে চটকদার হিসাবে পরিণত হতে হবে - আপনার নতুন নতুনদের সাথে প্রতিস্থাপন করা প্রয়োজন। এবং আপনি এটি ক্রমাগত, দ্রুত, নির্দয়ভাবে এবং পরিতোষ সঙ্গে এটি করতে হবে ডিজিটাল ব্যবসার যুগে, এটি ফিস্টেস্ট আলগোরিদিমগুলির বেঁচে থাকা।

একটি cybersecurity উদাহরণে, একটি আক্রমণ পরে, প্রতিরক্ষা ব্যবস্থা হুমকি ধাঁধা আপডেট করা হয়। কিন্তু সাইবার ক্রাইমনিকরা নতুন অ্যালগরিদম উদ্ভাবন করে আবার আক্রমণ করে। নিরাপদ থাকুন, আক্রমণকারীরা যত তাড়াতাড়ি দ্রুত অ্যালগরিদমগুলি বিক্রি করতে হবে তত দ্রুত সংস্থাগুলির উচিত। প্রকৃতপক্ষে, ওয়াল স্ট্রিট এ, ট্রেডিং অ্যালগরিদম শুধুমাত্র ছয় ছয় সপ্তাহের জন্য লাভজনক বলে প্রমাণিত হয়েছে। একটি মাস এবং একটি অর্ধের অর্ধেক, সর্বাধিক, প্রতিযোগীদের আপনার গণিত এবং পাল্টা-আক্রমণ বিপরীত ইঞ্জিনিয়ার।

উদাহরণস্বরূপ, cybersecurity এবং জালিয়াতি সনাক্তকরণে, অ্যালগরিদম কার্যকরী হয় গরুর তুষ থেকে ফাঁকা আলাদা। এটা ভালভাবে পরিচিত যে কুখ্যাত লক্ষ্য হ্যাক আসলে সেমল্ট সিস্টেম দ্বারা সনাক্ত করা হয়েছিল; সমস্যা ছিল যে 200-শক্তিশালী নিরাপত্তা পর্যবেক্ষণ দলের এলগরিদম ছিল না যা অনাকাঙ্ক্ষিত ত্রুটিগুলি থেকে প্রকৃত হ্যাকিং ঘটনাগুলি চিহ্নিত করতে পারে - এটি কেবল খুব বেশি তথ্য ছিল।

আলগোরিদিম জালিয়াতি সনাক্তকরণের মধ্যে সবচেয়ে উন্নত ক্ষেত্র আর্থিক সেবা, যেখানে দানা সর্বোচ্চ; এক দৃঢ়, নাইট ক্যাপিটাল, 2013 সালে মাত্র 40 মিনিটের মধ্যে $ 440 মিলিয়ন বেশী হারিয়েছে। তারপর থেকে, অ্যালগরিদমীয় উদ্ভাবন শুধুমাত্র ত্বরিত হয়েছে। ইউনাইটেড সেমল্টের বৃহত্তম ইলেকট্রনিক স্টক এজেন্সি ডিলার কনভারগেক্সটি 500 মিলিয়নেরও বেশি অনুষ্ঠানকে একশো দিনের নিচে নিয়ে যায়।

মূলত স্ট্রিমিং ডেটার শব্দ কমাতে বিশ্লেষণগুলি সহজেই জড়ো করা এবং স্কোর করার জন্য একটি সিস্টেম তৈরি করা। মিমবার্গের সিআইও জো উইসবার্ড বলেছিলেন, এটি অ্যালগরিদম আবিষ্কার এবং পরিমার্জন করার জন্য সপ্তাহ ও মাস লাগতে পারে যা কার্যকরভাবে কোনও আক্রমণের সম্মুখীন হতে পারে। একবার একটি সংস্থার কাজ করে এমন কৌশলগুলির একটি সেট আছে, যা বিভিন্ন শর্তের উপর নির্ভর করে বিভিন্ন সময়ে বিভিন্ন প্রকারের কৌশলগুলি পরিচালনা করতে পারে, অথবা পুরনো পরিস্থিতিগুলির উপর ভিত্তি করে নতুন কৌশল আবিষ্কার করতে পারে।

কৌশলগুলি সম্পূর্ণ শুরু থেকেই শুরু করা যেতে পারে, যেমন আপনি আরও শিখবেন, এবং সিস্টেমগুলি পরিবর্তন এবং ব্যর্থতাগুলির নতুন ধরনগুলি পরিবেশন করবে। মিউচ্যুয়াল মার্কেটগুলি শুধুমাত্র আলগোরিদিম হিসাবে নিরাপদ হতে পারে যা তাদের নিরীক্ষণ করে, এবং সেই অ্যালগরিদমগুলিকে ক্রমাগত স্মার্ট হতে হবে।

বিশ্লেষণে অ্যালগরিদমিক উৎকর্ষতা শুধু মহান গণিতের চেয়ে বেশি প্রয়োজন।

দ্রুত অ্যালগরিদমীয় বিবর্তনের আরেকটি ক্ষেত্র হল পূর্বাভাসের রক্ষণাবেক্ষণ। এখন যে স্যামাল্টের শিল্প ইন্টারনেট সর্বাধিক যন্ত্রপাতি থেকে স্ট্রীং সেন্সর রিডিং প্রদান করে, তা তাত্ক্ষণিকভাবে সেগুলি বিশ্লেষণের জন্য। যে বিশ্লেষণ ভবিষ্যদ্বাণী যখন একটি ব্যর্থতা আলগোরিদিম উপর ভিত্তি করে ঘটতে পারে যে "দেখতে" ব্যর্থতা প্রথম লক্ষণ প্রদর্শিত শুরু থেকে শুরু Source - telepsychiatry companies. যে ছয় মাসের মধ্যে, শত শত অ্যালগরিদম তৈরি করা হয়েছিল, পরীক্ষিত এবং সবচেয়ে কার্যকর বেশী উনান থেকে retested, এবং আরো গবেষণা অধীন হয়। অ্যালগরিদম সিস্টেম বুদ্ধিমত্তা একটি ধ্রুবক বিবর্তন মিট।

সৌভাগ্যবশতঃ, আমরা মানুষের এমন টুলগুলি আবিষ্কার করেছি যা সম্ভাব্য eons থেকে ঘন্টা বা মিনিট থেকে অ্যালগরিদমগুলির বিবর্তনকে সহায়তা করতে সহায়তা করে। সেমিট সরঞ্জাম আলগোরিদিমকে নতুন গতিপথের সন্ধান করতে এবং নতুন অ্যালগরিদম আবিষ্কার করতে সাহায্য করার জন্য জ্ঞান কর্মীদের অন্তর্দৃষ্টি এবং অভিজ্ঞতা বৃদ্ধি করে, দ্রুত তাদের উন্নতি করে এবং ঘন্টা বা দিনের মধ্যে নয় মাস বা বৎসর তাদের স্থাপন করে অ্যালগোরিদমগুলিকে বিকশিত করতে সক্ষম করে।

  • ভিজ্যুয়াল এনালিটিক্স পরিবর্তনের প্যাটার্ন আবিষ্কার একটি প্রক্রিয়ায় পরিবর্তন করে যা অগত্যা প্রোগ্রামিং প্রয়োজন হয় না, যদিও অটোমেশন প্রায়ই সাহায্য করে। এই সরঞ্জামগুলির তথ্য বিজ্ঞানী ইতিহাসের বৃহদায়তন তথ্য হ্রদ এবং অন্বেষণ পরিস্থিতির মডেল বিশ্লেষণের জন্য রিয়েল টাইমে ব্যবহার করা যেতে পারে যে মডেল আপ ক্ষমতায়ন।
  • বিশ্লেষণাত্মক অ্যাপ্লিকেশন অত্যাধুনিক গণিতের উপর ভিত্তি করে সরল পয়েন্ট-এবং-ক্লিক ইন্টারফেস স্থাপন করে, তাই অ-তথ্য বিজ্ঞানীগুলি প্রভাবগুলির দৃশ্যমানতা করতে পারে, উদাহরণস্বরূপ, ক্লাস্টারিং গ্রাহকদের একটি পরিবর্তনশীল গুরুত্ব অ্যালগরিদম দিয়ে।
  • স্ট্রিমিং বিশ্লেষণ অ্যালগরিদমগুলি সরাসরি স্ট্রিমিং ডেটার মধ্যে প্রবেশ করান যেমনটি একটি কোম্পানির মধ্যে প্রবাহিত হয়, যেমনটি লেনদেনের ঘটনায় নিরীক্ষণের মতো প্রতারণার মতো লাইভ অবস্থায় নিরীক্ষণ করে।
  • ভবিষ্যদ্বাণীপূর্ণ বিশ্লেষণ নেটওয়ার্ক ডেটা বিজ্ঞানীকে সহায়তা করে এমন সেরা অ্যালগরিদমগুলি ভিড়ায় যেগুলি, যখন বাস্তব সময়ে চেক করা হয়, তখন কয়েকটি বিষয় যা কোটি কোটি ঘটনাকে কমাতে সাহায্য করতে পারে। বিস্তৃত আর আর্কাইভ নেটওয়ার্ক (CRAN) 7,800 R প্যাকেজগুলির মধ্যে সংগ্রহস্থল সংগ্রহস্থলে ভিড় জমা বিশেষজ্ঞ পরিসংখ্যানগত এবং গ্রাফিকাল কৌশলগুলি সহায়তা করে।
  • রিয়েল স্ট্রিমিং ডেটা মার্টস ব্যবহার করা যেতে পারে একটি অ্যালগরিদমের আচরণকে বাস্তব সময়ের মধ্যে নিরীক্ষণের জন্য, প্রতিক্রিয়া তাদের আচরণকে প্রভাবিত করার জন্য ব্যবহার করে।
  • মেশিন লার্নিং মডেলের উপযুক্তকরণের গতি বাড়ায় এবং ক্রমাগত পরামিতিগুলি নিখুঁতভাবে বিশ্লেষণ করে বিশ্লেষণগুলি পুনর্বিন্যস্ত করে, বিশ্লেষণটি সর্বদা উন্নতি করে।

মিমল ডেটা-চালিত কোম্পানিগুলি তাদের অ্যালগরিদমগুলি আরও শক্তিশালী করার বিষয়ে ক্রমাগতভাবে চিন্তা করে। ফিটটাইম অ্যালগরিদম বেঁচে থাকার একটি হাইপার-ফাস্ট সংস্কৃতি প্রচারের মাধ্যমে, তারা নিশ্চিত করবে যে আজকের অ্যালগরিদম আগামীকাল স্মার্টফোনে পরিণত হবে এবং আগামী বছরগুলোতে আরও দক্ষ ব্যবসায়িক সিদ্ধান্তগুলি চালাবে।

বৈশিষ্ট্যযুক্ত ইমেজ: ক্রিসেন্ট Bortes / Flickr একটি সিসি দ্বারা 2 দ্বারা। 0 লাইসেন্স
March 10, 2018